Impact of COVID-19 outbreak on asymmetric multifractality of gold and oil prices

Abstract

This paper examines the impacts of COVID-19 on the multifractality of gold and oil prices based on upward and downward trends. We apply the Asymmetric Multifractal Detrended Fluctuation Analysis (A-MF-DFA) approach to 15-min interval intraday data. The results show strong evidence of asymmetric multifractality that increases as the fractality scale increases. Moreover, multifractality is especially higher in the downside (upside) trend for Brent oil (gold), and this excess asymmetry has been more accentuated during the COVID-19 outbreak. Before the outbreak, the gold (oil) market was more inefficient during downward (upward) trends. During the COVID-19 outbreak period, we see that the results have changed. More precisely, we find that gold (oil) is more inefficient during upward (downward) trends. Gold and oil markets have been inefficient, particularly during the outbreak. The efficiency of gold and oil markets is sensitive to scales, market trends, and to the pandemic outbreak, highlighting the investor sentiment effect.

Introduction

The COVID-19 outbreak has resulted in over 17.2 million confirmed cases and over 670,000 deaths worldwide. This malignant virus has caused severe damage not only to the global healthcare systems but also to the world economy. This pandemic has more negative repercussions than the global financial crisis (GFC) in 2008 or even the Severe Acute Respiratory Syndrome coronavirus 2 (SARS-COV-2). During the COVID- 19 outbreak, oil prices experienced a spectacular fall in April 2020. The US crude futures fell to negative values, crashing from $18 a barrel to -$38, for the first time in history, as stockpiles overwhelmed storage facilities, which left oil investors reeling.1 On the other hand, gold prices have experienced a smaller decline with the outbreak of COVID-19, but this was followed by an upside trend starting in February 2020. Evidently, the global uncertainty tied to this COVID-19 outbreak has significantly perturbed the price dynamics of crude oil and gold. The behavioral finance theory documents that investment decisions in such uncertain periods are strongly affected by the investor sentiment. For example, Icheck and Marinˇc (2018) argue that the 2014–2016 Ebola outbreak events combined with intense media coverage influenced investorsrsquo; strategies significantly.

Commodity markets are vulnerable to not only the law of demand and supply, macroeconomic variables (exchange rates and inflation, etc.), and political events (Wang et al., 2011), but also to pandemic factors (Icheck and Marinˇc, 2018). The relationship between oil and gold can be explained through inflation channel. The general price level increases when the crude oil prices rise because oil is a principal input of several goods and services therefore the cost of production rises (Hunt,

2006; Hooker, 2002). When the inflation increases, the gold price up since gold is also a good. Thus, gold can serve as a protection instrument (or hedge asset) against inflation (Jaffe, 1989). Melvin and Sultan (1990) explain the linkages between gold and oil markets via the export revenue channel. Specifically, gold is an essential portion of the international reserve portfolio of several economies, including the

oil-producer economies. The authors document that if some shock leads to expectations of official gold purchases, the expected future price of gold will rise. When oil price rises, oil exporters revenues from oil rise. A vast empirical literature has examined the relationship between oil and gold (Cashin et al., 1999; Lescaroux, 2009; Singhal et al., 2019; Soytas et al., 2009). Therefore, the market dynamics show important variations during this new pandemic that affect all the financial and commodity markets worldwide. Accordingly, in this paper, we aim to examine the

asymmetric multifractality of both gold and oil prices using a high frequency dataset on contract for differences (CFDs) covering periods both pre- and during COVID-19 outbreak.

Analyzing the fractal features of non-stationary price series is generally a complex task. Therefore, the development of various methods (R/S analysis, detrended fluctuation analysis, detrended moving average method, wavelet based fluctuation analysis, wavelet transform modulus maxima, multifractal detrended cross-correlation analysis, multifractal detrended fluctuations analysis, and asymmetric multifractal detrended fluctuations analysis) to capture this phenome

non confirms their importance for market participants. Accordingly, the presence of multifractality contradicts the efficient market hypothesis and reveals the predictability of future prices, which is of utmost importance to investors, regulators, and policy makers.

The literature on the symmetric multifractality of commodity markets, in particular oil and gold, is extensive. Beckers (1984) examine the efficiency of the gold option markets and find evidence against market inefficiency. Ball et al. (1985) find price clustering in gold futures. Using dynamic factor analysis, Bertus and Stanhouse (2001) show rational speculative bubbles in gold futures market. Narayan et al. (2010) show that gold is used a protection asset against inflation and that oil can be used to forecast and predict gold prices, suggesting that both markets are inefficient.

Gu et al. (2010) studied the multifractality of both West Texas Intermediate (WTI) and Europe Brent oil markets and found that these markets become more efficient for the long term. In addition, the Iraq war had no effect on the time scale behavior of crude oil price returns. Moreover, the highest degree of multifractality in oil markets was observed during Iraq war. Using both multifractal detrended fluctuation analysis (MF-DFA) and multifra

剩余内容已隐藏，支付完成后下载完整资料

新冠肺炎疫情对黄金和石油价格不对称多重分形的影响

摘要

本文从上升和下降趋势分析了COVID-19对黄金和石油价格多重分形的影响。我们将非对称多重分形去趋势波动分析(A-MF-DFA)方法应用于15分钟区间日内数据。结果表明，非对称多重分形随着分形尺度的增加而增加。此外，在布伦特原油(黄金)的下行(上行)趋势中，多重分形尤其高，这种过剩的不对称性在COVID-19疫情期间更加突出。在疫情爆发之前，黄金(石油)市场在下跌(上升)趋势期间效率更低。在COVID-19疫情期间，我们看到结果发生了变化。更准确地说，我们发现黄金(石油)在上升(下降)趋势中效率更低。黄金和石油市场一直效率低下，特别是在疫情爆发期间。黄金和石油市场的效率对规模、市场趋势和大流行疫情很敏感，这突出了投资者情绪效应。

介绍

新冠肺炎疫情已导致超过1720万人确诊全世界有超过67万人死亡这种恶性病毒不仅对全球医疗体系造成了严重破坏，而敬世界经济。这一流行病产生了更多的负面影响比2008年的全球金融危机，甚至非典还要严重呼吸综合征冠状病毒2 (SARS-COV-2)。在COVID -19爆发后，油价在2020年4月经历了一次壮观的下跌的美国原油期货跌至负值，从每桶18美元暴跌至- 38美元，这是历史上第一次，因为库存超过了存储设施，这让石油投资者感到震惊另一方面，黄金价格随着COVID-19的爆发，出现了较小的下降，但是随后是从2020年2月开始的上行趋势。显然，与新冠肺炎疫情相关的全球不确定性已经显现严重扰乱了原油和黄金的价格动态。的行为金融学理论证明了投资决策的真实性不确定时期受到投资者情绪的强烈影响。为例如，Icheck和Marinˇc(2018)认为2014-2016年的埃博拉疫情爆发事件加上媒体的密集报道对投资者的策略产生了显著影响。

商品市场不仅容易受到需求法则的影响供给，宏观经济变量(汇率和通货膨胀，以及政治事件(Wang et al.， 2011)，以及大流行因素(Icheck和Marinˇc, 2018)。石油和黄金可以通过通货膨胀渠道来解释。一般价格水平当原油价格上涨时上涨，因为石油是主要的投入因此，一些商品和服务的生产成本上升(亨特，2006;妓女,2002)。通货膨胀加剧时，黄金价格上涨因为黄金也是一种好东西。因此，黄金可以作为一种保护工具（或对冲资产)对抗通货膨胀(Jaffe, 1989)。梅尔文和苏丹(1990)通过出口解释黄金和石油市场之间的联系收入渠道。具体来说，黄金是多个经济体国家储备组合的重要组成部分，其中包括产油国的经济。作者证明，如果有一些冲击导致对于官方购买黄金的预期，预计黄金的未来价格将会上涨。当油价上涨时，石油出口国的收入就会增加。一个大量的实证文献研究了石油和黄金(Cashin等人，1999;Lescaroux, 2009;Singhal等人，2019;Soytaset al ., 2009)。因此，市场动态显示出重要的变化在这一影响所有金融和商品的新流行病期间全球市场。因此，在本文中，我们旨在研究黄金和石油价格的非对称多重分形，使用高频率数据集的差异合约(差价合约)覆盖期间在COVID-19爆发前和期间。

分析了非平稳价格序列的分形特征通常是一项复杂的任务。因此，发展了多种多样方法(R/S分析、去趋势波动分析、去趋势moving平均法、基于小波的波动分析、小波变换形式模极大值、多重分形去趋势互相相关分析、多重分形去趋势波动分析和不对称多重分形去趋势波动分析)捕捉这一现象没有证实其对市场参与者的重要性。因此,多重分形的存在与有效市场假说相矛盾并揭示了未来价格的可预测性，这是最重要的对投资者、监管机构和政策制定者的重要性。

关于商品(特别是石油和黄金)对称多重分形的文献非常广泛。贝克斯(1984)研究黄金期权市场的效率与寻找逆市场的证据低效率。Ball等(1985)发现黄金期货的价格聚类。使用动态因素分析表明，Bertus和Stanhouse(2001)是合理的黄金期货市场的投机泡沫。Narayan等人(2010)展示黄金被用作抵御通胀的资产，石油也可以用来预测和预测黄金价格，表明两个市场都是效率低下。

Gu et al.(2010)研究了西德克萨斯中期(WTI)和欧洲布伦特原油市场的多重分形，发现这些从长远来看，市场会变得更加有效。此外，伊拉克战争对原油价格回报的时间尺度行为没有影响。此外，石油市场的多重分形程度最高在伊拉克战争期间观察到的。利用多重分形去趋势波动多重分形奇异谱分析He和Cehn(2010)发现WTI和布伦特原油表现出a多重分形的性质和多重分形受非线性动态相关性。Pal等人(2014)使用多重分形去趋势互相关法来检验互相关在黄金，石油和外汇汇率之间。他们发现了证据这些市场之间的多重分形相互关系。Wang等人(2010)考察了中国原油期货的多重分形及其与WTI和欧洲布伦特原油的关系。作者发现中国原油价格回报表现出显著的多重分形特征这一价格相对于布伦特原油较弱，但强于西德克萨斯中质原油。此外，中国原油期货市场的风险较小WTI和布伦特原油市场。利用MF-DFA方法，WangEt al.(2011)发现较小规模黄金市场的多重分形性质时间尺度，这归因于肥尾分布。两个肥尾的分布和长期相关导致了多重分形更大的时间尺度。使用相同的方法，Mali和Mukhopadhyay(2014)检验了黄金消费价格指数(CPI)和市场趋势三个新兴国家(中国，印度和土耳其)和找出有意义的多重分形，它可以被长程解释的相互关系。

利用排列统计复杂度和Fisher Information Measure, Bariviera等人(2019)检验了经济时期黄金价格信息效率的可变能力痛苦的时期。结果显示出较强的波动性和持续性市场的无效率对政治和经济危机很敏感。NtimEt al.(2015)研究了信息效率的弱from28个黄金市场的版本使用方差比率和鞅序列差异假说。结果表明，效率水平具有显著的变异性。此外，它们显示了宏观变量改变减少了拒绝效率假设的可能性。在此外，新兴市场的效率比发达市场更低市场。Ghazani和Ebrahili(2019)通过假设(AMH)测试了布伦特和西德克萨斯中质油(WTI)市场的适应性市场。Tabak和Cajueiro(2007)以及Charles和Darne(2009)找到了证据时变的效率。Charles等人(2015a,b)发现回报贵金属的可预测性是随时间变化的，而其效率随着时间的推移，金和银的程度会增强。Baruniacute;k等人(2012)显示技术指标、扩散指数和经济动机预测回归的限制不能提供准确的预测能力的黄金超额回报。Lucey(2011)、Baur等(2016)、Peirdzioch等(2014)也探讨了黄金价格的可预测性。Charles等人(2015a,b)研究了主要贵金属的效率(黄金、白银和铂金)已成为个人和机构投资组合的重要组成部分。这篇论文研究了贵金属市场的弱形式效率自动组合和方差比测试。那是发现的回报这些市场的可预测性一直在随时间变化关于当时的经济和政治情况。前期的回报听命于黄金和白银市场一直呈现下行趋势，暗示了这些形式的弱效率程度市场正在逐步改善。特别是黄金市场最近一直很高效，显示出最高的市场程度三种贵金属市场的效率。

动机是由于缺乏对非对称多重分形的研究并考虑到COVID-19的重要性疫情对全球金融市场的影响新冠肺炎对黄金和石油价格的非对称多重分形和以各种新颖的方式为现有文献做出贡献。首先,对据我们所知，这是第一篇研究原油和黄金下跌和上升趋势期间多重分形的论文CFD的价格。事实上，大宗商品价格经历了上行阶段还有我们样本期间的下降趋势;因此，有必要区分这些趋势和它们的多重分形状态。

使用涵盖COVID-19疫情的15分钟数据时间为2018年4月23日至2020年4月24日。我们不仅覆盖COVID-19阶段，但也以日内高频规模覆盖。考虑到金融市场交易是由算法交易员，尤其是高频交易员，我们认为高频视角在这一研究中是必不可少的。最终,我们分析提供了两种战略的价格动态的全貌大宗商品资产(黄金和石油)。

1. 石油和黄金不仅在金融市场，而且在实体经济和政策设计中都发挥着重要作用。例如,原油石油是经济中至关重要的战略性资源。此外，它是一个许多商品和服务的重要投入，以及石油的变化价格会影响企业的现金流，而现金流又会影响企业的稳定性金融市场。黄金是一种价值储存手段，用于投资和投资套期保值的目的。事实上，黄金在金融市场上是一种安全的资产(Baur and Lucey, 2010)，能源市场(Reboredo, 2013)，以及期间通胀增长(Aye等人，2017)，并被许多中央机构进一步使用银行是他们的储备资产。此外，对原油的需求在过去的二十年里，黄金价格一直在上涨，这是理所当然的到中国等新兴市场经济体。

投资者的反应和预期是基于上行的(正回报)和向下(负回报)趋势。不对称度量相关性归因于对影响投资组合的生态经济新闻公告的不对称反应多元化与风险管理(Ang和Chen, 2002;Bae et al .,2003;Charles等人，2015年;Longin and Solnik, 2001)。因此,价格投资者的行为和风险偏好在上行和下行过程中是不同的向下的趋势。这一事实已被证实的经验文献，表明了检查不对称的重要性时间序列的尺度行为(Alvarez-Ramirez et al.，2009)。的有虚假希望的过热的牛市(多头的非理性)而危机阶段的熊市则伴随着过度的恐惧(非理性中门西等人。资源政策69 (2020)1018293.空头头寸)可能是低效率的来源(Lee等人，2018)。因此，通过对市场效率的划分来检验非对称市场效率商品市场根据市场趋势，其中商品资产价格的上涨或下跌对市场的发展和发展是重要的资源分配(Lee等，2017)。Alvarez-Ramirez和Rodriguez(2015)发现，在油价波动期间，低效率存在显著差异经济衰退和上升。此外，它们证明了这种负价格趋势表现出的持久性不如积极的价格趋势。Gu等人(2010)采用互相关分析和非线性格兰杰因果关系分析，以检验效率和原油市场的多重分形。作者发现，低效率油返量的多重分形呈非线性正相互作用机制，表明程度之间呈反比关系效率和多重分形度。Gallais-Hamonno等人(2015)说明效率是与资产的类型而不是与资产的类型有关市场的合法地位。

1. 我们利用一种新的方法来执行我们的分析。特别是，我们使用了非对称MF-DFA (A-MF-DFA)方法由Cashin等人(1999)开发。去趋势波动分析(DFA)只能识别单一分形的尺度性质(Kaufmann和冬天,1989)。A-MF-DFA是对称MF-DFA的扩展考夫曼和温特斯(1989)开发的方法。尽管它相对于DFA的优势，MF-DFA检查多重分形价格动态假设下行趋势的影响是与上行趋势对价格动态的影响相同。因此，MF-DFA假设资产价格在上涨和下跌时表现对称期。然而，能源市场对坏消息的反应不同还有好消息，这对股价回报和波动。因此，考虑了向上和向下的不对称以优化基金配置和预测未来价格回报对市场参与者至关重要。因为好消息和坏消息都有不同的影响对市场收益的变动程度和波动率，A-MF-DFA是灵活的捕捉这种不对称性在有上行和下行趋势的收益序列中缩放行为(阿尔瓦雷斯-拉米雷斯等人，2009)。

最后，我们将A-MF-DFA方法应用于高频数据获得原油不对称多重分形的准确信息在COVID-19爆发之前和期间，石油和黄金。由于疫情爆发的时机、新冠肺炎的阶段不允许我们采取行动一个稳健的分析，从日常数据的角度，由于有一个小样本。然而，我们的高频观测提供了足够的信息在COVID-19爆发前和期间采集样本;因此，我们能够获得更精确的结果。

我们注意到，黄金和石油价格表现出不对称和细峰度行为，这是多重分形的主要来源(Baruniacute;k et al.，2012;格林等人，2014年)。多重分形分析是投资者识别特定价格模式和预测未来价格的基础，这与效率假说相矛盾(Cajueiro和Tabak, 2004;Tabak和Cajueiro, 2007;Wang等人，2010)。多重分形会随着时间的推移而演变，并取决于传递到市场中的信息是好的还是坏的。因此，分解上行多重分形和下行多重分形对投资组合管理至关重要，因为价格对坏消息/好消息的响应是不对称的(Mensi等人，2019)。A-MF-DFA研究了时间序列标度行为的不对称性。具体来说，它评估了不同相关性中的多重分形，并可以识别具有上升趋势和下降趋势的时间序列中标度行为的不对称性。Alvarez-Ramirez等人(2009)发现，尺度行为取决于信号趋势(无论是正的还是负的)，表明存在不同的尺度行为。

两种商品的下降趋势，并随着分形规模的增加而增加。此外，在布伦特原油(黄金)的下行(上行)趋势中，多重分形尤其高，这种过度不对称性在COVID-19疫情期间更加突出。黄金和石油期货市场在此期间效率都更低。在疫情爆发之前，黄金市场在下跌趋势中效率较低，而石油市场在上涨趋势中效率较低。在新冠肺炎疫情期间，黄金(石油)在上升(下降)趋势中效率更低。值得注意的是，与新冠肺炎爆发前相比，这两个市场的效率低下。总而言之，黄金和石油市场的效率对规模、市场趋势和疫情都很敏感，突出表明投资者情绪的效果。这些结果对投资者和政策制定者有影响。

我们考虑了两种基本商品的CFD价格，黄金和布伦特原油(布伦特)。我们使用的是覆盖2018年4月23日至2020年4月24日整整两年时间的15分钟区间日内收盘价数据。样本进一步分为两个时期:(i) 2019冠状病毒病之前，2018年4月23日至2019年11月30日;(ii) 2019年12月1日至2020年4月24日，2019冠状病毒病期间。我们的突破点是2019年12月1日，当时COVID-19在湖北省蔓延，然后蔓延到212个国家，其中美国和欧盟以及伊朗受影响最严重。我们的数据来源于Duka

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[405962]，资料为PDF文档或Word文档，PDF文档可免费转换为Word